[云炬python学习笔记]Numpy中内置函数min(),max(),sum()与Python中内置函数min(),max(),sum()性能对比分析

 [云炬python学习笔记]Numpy中内置函数min(),max(),sum()与Python中内置函数min(),max(),sum()性能对比分析

 

众所周知,Python有许多内置函数(例如min(),max(),sum()),Numpy也有自己的内置函数(np.min(),np.max(),np.sum())。由于Numpy的函数是在编译码中执行操作的,所以Numpy的操作计算得更快一些
接下来比较Numpy内置函数sum与Python内置函数sum的性能比较
注意:当数据量较小时,结果会呈现出Python中的内置函数的执行速度快。

#sum函数的性能比较(数据量小时)
np.random.seed(0)
small_array=np.random.rand(10)
t1=%timeit sum(small_array)
print(t1)
%timeit np.sum(small_array)
结果:
6.04 µs ± 143 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
None
14 µs ± 89.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
1
2
3
4
5
6
7
8
9
10
由上可知,当数据量小时Python中的内置函数(sum())的指向速度是优于Numpy中的内置函数(sum())的执行速度的

#sum函数的性能比较(数据量大时)
np.random.seed(0)
great_array=np.random.rand(10000)
t1=%timeit sum(great_array)
print(t1)
%timeit np.sum(great_array)
结果:

2.23 ms ± 44.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
None
23.8 µs ± 259 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
1
2
3
4
5
6
7
8
9
10
11
这时,可看出其np.sum的速率是明显快于sum的

min(),max()这两个函数的情况与sum函数一样
————————————————
版权声明:本文为CSDN博主「爱数据的橙子」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/m0_45126409/article/details/103648479

上一篇:【NumPy】官方文档详解(二)NumPy快速入门:基础知识


下一篇:linux查看python和numpy的版本和安装位置